ShawBen
V2EX  ›  OpenAI

ChatGPT APP 的语音输出是怎么做到那么逼真的?

  •  
  •   ShawBen · Jan 16, 2024 · 2424 views
    This topic created in 1034 days ago, the information mentioned may be changed or developed.

    试了下官方提供的 TTS 接口 https://api.openai.com/v1/audio/speech 语气是有点接近了,但是那些停顿,以及语气词,类似呃,嗯,这种类似真人一样的发音, 接口没有生成,难道是通过算法自己插入语气词,再调用 tts 生成?

    5 replies  •  2024-01-17 10:28:24 +08:00
    Tubbs
    Tubbs
    Jan 16, 2024❤️3
    1
    可以看下开源的 suno-ai/bark ,之前就有这个东西了
    BenX
    BenX
    Jan 16, 2024 via iPhone
    2
    @Tubbs mark
    ShawBen
    ShawBen
    OP
    Jan 17, 2024
    3
    @Tubbs 谢谢推荐,研究下看看,之前以为微软的 tts 已经足够厉害了,但也得用 ssml 才能做到类似的效果。
    alanhe421
    alanhe421
    Jan 17, 2024
    4
    OpenAI 的 TTS 服务本身就已经有语气了吧,直接调 API 出个 audio ,听听也是这样
    ShawBen
    ShawBen
    OP
    Jan 17, 2024
    5
    @alanhe421 是的,微软的已经很不错了,我也一直在用,不过体验了下 GPT APP 的语音输出,发现更像人,说话的顿挫感更强,而且还会自动加上一些停顿,语气词,虽然有点用例过猛的嫌疑,但是用户还是挺好这口
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   2046 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 12:34 · PVG 20:34 · LAX 04:34 · JFK 07:34
    ♥ Do have faith in what you're doing.